如何用 NVIDIA "cuda toolkit" 版本而不是官方 conda "cudatoolkit" 版本 运行 pytorch？
How to run pytorch with NVIDIA "cuda toolkit" version instead of the official conda "cudatoolkit" version?
https://superuser.com/questions/1572640/do-i-need-to-install-cuda-separately-after-installing-the-nvidia-display-driver 提出了一些问题。其中一个问题：
conda pytorch 是否需要与 https://developer.nvidia.com/cuda-toolkit 上的官方非 conda/非 pip cuda 工具包不同的版本？
换句话说：我可以使用 NVIDIA“cuda 工具包”安装 pytorch 吗？
上下文：
如果您通过 https://pytorch.org/get-started/locally/ 的“命令助手”，您可以在 cuda 版本 9.2、10.1、10.2 和 None 之间进行选择。
参加 10.2 可以导致：
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
使用“None”构建以下命令，但是你也不能在 pytorch 中使用 cuda:
conda install pytorch torchvision cpuonly -c pytorch
然后我可以使用 NVIDIA“cuda 工具包”版本 10.2 作为 conda cudatoolkit 以使该命令与使用 cudatoolkit=10.2 参数执行时相同吗？
问题出现是因为 pytorch 安装了不同的版本（10.2 而不是最新的 NVIDIA 11.0），并且 conda 安装需要额外的 325 MB。如果两个版本都是 11.0 并且安装大小更小，您甚至可能不会注意到可能存在的差异。但是现在很明显，conda自带了独立于NVIDIA的cuda版本。
我想有可能让一个安装了 conda 的 pytorch 来使用一个没有安装 conda 的 CUDA 工具包。我不知道该怎么做，根据我的经验，当使用依赖于 CUDA 的 conda 包时，只需提供一个 conda 安装的 CUDA 工具包并让它使用它，而不是其他任何东西，要容易得多。这通常意味着我在 conda 中安装了一个 CUDA 工具包，在通常的位置安装了一个。
但是，无论您如何安装 pytorch，如果您安装一个二进制包（例如通过 conda），该版本的 pytorch 将取决于特定版本的 CUDA（它是针对它编译的，例如 10.2）和 您不能使用任何其他版本的 CUDA，无论它是如何安装的或安装在何处，以满足该依赖性。
您可以尝试通过 Pip 安装 PyTorch：
pip install torch torchvision
也是官方的安装方式，可以在https://pytorch.org/get-started/locally/的“command helper”中找到。
它使用预装的 CUDA，不下载自己的 CUDA 工具包。
您还可以选择 CUDA 的版本来安装 PyTorch：
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
https://superuser.com/questions/1572640/do-i-need-to-install-cuda-separately-after-installing-the-nvidia-display-driver 提出了一些问题。其中一个问题：
conda pytorch 是否需要与 https://developer.nvidia.com/cuda-toolkit 上的官方非 conda/非 pip cuda 工具包不同的版本？
换句话说：我可以使用 NVIDIA“cuda 工具包”安装 pytorch 吗？
上下文：
如果您通过 https://pytorch.org/get-started/locally/ 的“命令助手”，您可以在 cuda 版本 9.2、10.1、10.2 和 None 之间进行选择。
参加 10.2 可以导致：
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
使用“None”构建以下命令，但是你也不能在 pytorch 中使用 cuda:
conda install pytorch torchvision cpuonly -c pytorch
然后我可以使用 NVIDIA“cuda 工具包”版本 10.2 作为 conda cudatoolkit 以使该命令与使用 cudatoolkit=10.2 参数执行时相同吗？
问题出现是因为 pytorch 安装了不同的版本（10.2 而不是最新的 NVIDIA 11.0），并且 conda 安装需要额外的 325 MB。如果两个版本都是 11.0 并且安装大小更小，您甚至可能不会注意到可能存在的差异。但是现在很明显，conda自带了独立于NVIDIA的cuda版本。
我想有可能让一个安装了 conda 的 pytorch 来使用一个没有安装 conda 的 CUDA 工具包。我不知道该怎么做，根据我的经验，当使用依赖于 CUDA 的 conda 包时，只需提供一个 conda 安装的 CUDA 工具包并让它使用它，而不是其他任何东西，要容易得多。这通常意味着我在 conda 中安装了一个 CUDA 工具包，在通常的位置安装了一个。
但是，无论您如何安装 pytorch，如果您安装一个二进制包（例如通过 conda），该版本的 pytorch 将取决于特定版本的 CUDA（它是针对它编译的，例如 10.2）和 您不能使用任何其他版本的 CUDA，无论它是如何安装的或安装在何处，以满足该依赖性。
您可以尝试通过 Pip 安装 PyTorch：
pip install torch torchvision
也是官方的安装方式，可以在https://pytorch.org/get-started/locally/的“command helper”中找到。
它使用预装的 CUDA，不下载自己的 CUDA 工具包。 您还可以选择 CUDA 的版本来安装 PyTorch：
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html